我想计算二维数据的高斯概率密度函数（PDF），我尝试在Python中使用scipy.stats.multivariate_normal函数来实现，但我不明白如何将我的数据传递给它？

multivariate_normal函数是否仅用于分析一维数据的n维情况，还是也可以用于我的数据集？

数据集-> X = [X1,X2....Xn] 

其中每个

Xi=[x1 x2] 

都是二维的。

回答：

要计算密度函数，请使用对象scipy.stats.multivariate_normal的pdf()方法。第一个参数是你的数组X。接下来的两个参数是分布的均值和协方差矩阵。

例如：

In [72]: import numpy as npIn [73]: from scipy.stats import multivariate_normalIn [74]: mean = np.array([0, 1])In [75]: cov = np.array([[2, -0.5], [-0.5, 4]])In [76]: x = np.array([[0, 1], [1, 1], [0.5, 0.25], [1, 2], [-1, 0]])In [77]: xOut[77]: array([[ 0.  ,  1.  ],       [ 1.  ,  1.  ],       [ 0.5 ,  0.25],       [ 1.  ,  2.  ],       [-1.  ,  0.  ]])In [78]: p = multivariate_normal.pdf(x, mean, cov)In [79]: pOut[79]: array([ 0.05717014,  0.04416653,  0.05106649,  0.03639454,  0.03639454])